史靈杰

（中煤平朔集團有限公司 生產(chǎn)技術(shù)管理中心，山西 朔州 036006）

露天開采具有生產(chǎn)規(guī)模大、資源采出率高、對環(huán)境影響小等優(yōu)勢，已經(jīng)成為礦產(chǎn)資源開發(fā)的主要方式[1]。我國露天開采比例較高，目前開采方式以人工為主，成本、安全等問題一直是制約露天開采持續(xù)發(fā)展的重要難題。

露天礦山一般地處偏遠，環(huán)境惡劣，以下問題愈發(fā)凸顯：①招工難，一方面礦區(qū)運輸需要經(jīng)驗豐富的駕駛員，而熟練技工本身稀缺，人員流動性又大，導(dǎo)致招聘工作日益困難，另一方面大部分礦區(qū)的運輸司機職業(yè)病嚴重，加之年輕一代從業(yè)意愿低，老齡化、人力斷層明顯，勞動力短缺造成用工成本持續(xù)上升；②礦區(qū)勞動強度大、作業(yè)時間長、道路崎嶇顛簸，極易引發(fā)車輛碰撞及側(cè)翻事故，生產(chǎn)安全難以保障。據(jù)統(tǒng)計，我國露天礦卡車運輸事故約占露天礦總事故的70%以上[2]。在國家安全監(jiān)管政策下，礦方在生產(chǎn)安全面臨嚴峻考驗。

近年來，國家正逐步推進智慧礦山建設(shè)：2019年國家煤礦安全監(jiān)察局公布《煤礦機器人重點研發(fā)目錄》，將“露天礦卡車無人駕駛系統(tǒng)”列為重點實施項目；2020 年國家能源局等8 部委提出“到2025年，露天煤礦實現(xiàn)智能連續(xù)作業(yè)和無人化運輸”?！吧偃藙t安、無人則安”已經(jīng)成為共識，礦方對無人運輸?shù)男枨笕找嫫惹小?/p>

云計算、人工智能、5G 通訊[3]等技術(shù)的不斷革新，為礦山無人駕駛技術(shù)的發(fā)展提供了良好的機遇。相較于開放道路下的自動駕駛場景，大型的基本封閉的礦區(qū)，道路相對簡單，行人干擾程度低，行車速度要求低，成為自動駕駛方案落地的最佳場景之一。露天開采過程中地面運輸尤為重要，運輸系統(tǒng)的投資約占礦山基建總投資的60%，運輸成本占采礦總成本的50%以上[4]。礦山運輸無人化有利于降低礦山生產(chǎn)成本，增強礦山生產(chǎn)安全，優(yōu)化剝離、采裝、運輸和地面生產(chǎn)過程，大幅提高礦山生產(chǎn)效率[5]。但是當(dāng)前大部分礦山基于傳統(tǒng)的人工調(diào)度，經(jīng)常出現(xiàn)道路交通堵塞、鏟運銜接不及時、車輛排隊等問題，運輸臺班非生產(chǎn)時間占30%以上。因此，合理的調(diào)度是露天礦無人化運輸?shù)闹刂兄亍?/p>

礦區(qū)生產(chǎn)過程是隨機的、實時的，是一個縮小的動態(tài)變化的復(fù)雜系統(tǒng)[6]，調(diào)度應(yīng)側(cè)重與生產(chǎn)實際相適配，努力克服場景的復(fù)雜性。當(dāng)前研究主要還是針對有人車調(diào)度。為適應(yīng)當(dāng)前露天礦無人駕駛發(fā)展趨勢，提出了一整套適用于露天礦無人運輸場景的智能調(diào)度解決方案。整套系統(tǒng)已成功應(yīng)用于我國某大型露天煤礦，實現(xiàn)了世界上首個極寒條件下的無人駕駛系統(tǒng)卡車編組運行。研究成果已經(jīng)經(jīng)過國家礦山檢測中心檢驗，具有良好的推廣前景。

1 研究現(xiàn)狀

1.1 國外發(fā)展現(xiàn)狀

露天礦卡車調(diào)度的研究始于20 世紀(jì)70 年代，早期調(diào)度系統(tǒng)是基于有線通訊的。80 年代初期，美國模塊（Modular）公司引入計算機技術(shù)推出了DISPATCH 自動調(diào)度系統(tǒng)，90 年代進一步引入全球衛(wèi)星定位系統(tǒng)。如今，DISPATCH 已升級為Intellimine，發(fā)展為包括車輛調(diào)度分配、混礦控制等功能的集成化平臺。

大型礦用汽車制造商方面：日本小松（KOMATSU）推出綜合性礦山車隊自動化管理系統(tǒng)（Autonomous Haulage System，AHS），支持車輛調(diào)度、位置跟蹤以及智能協(xié)作。至今小松公司宣布AHS 管理的無人礦卡超過260 輛；美國卡特彼勒（Caterpillar）推出礦山之星（MineStar）系統(tǒng)，通過這一系統(tǒng)，無人礦卡在自動調(diào)度之下循環(huán)裝載－運輸－卸載作業(yè)，截至目前，該系統(tǒng)管理的無人礦卡超過340 輛。

學(xué)術(shù)方面，Erkan Topal 等[7]研究了一種基于混合整數(shù)規(guī)劃（MIP）的新模型用于車輛調(diào)度，力求維護成本最小化；Patterson 等[8]提供了一個原始的混合整數(shù)線性規(guī)劃卡車調(diào)度運輸模型，以最小化卡車和鏟車的能源消耗；Souza 等[9]提出了一種混合貪婪隨機自適應(yīng)搜索與通用變量鄰域搜索的啟發(fā)式算法優(yōu)化卡車調(diào)度；Mendes 等[10]提出了一種基于多目標(biāo)遺傳算法的調(diào)度方法，并在露天采礦測試場景驗證了算法的競爭力。

1.2 國內(nèi)發(fā)展現(xiàn)狀

國內(nèi)露天礦卡車調(diào)度系統(tǒng)研究起步相對較晚。1997 年，煤科總院撫順分院等科研機構(gòu)研發(fā)了“露天礦卡車電鏟優(yōu)化調(diào)度系統(tǒng)”，該系統(tǒng)在伊敏露天礦投入使用，為企業(yè)增效8%[11]；2000 年，東方測控技術(shù)有限公司與鞍鋼集團合作的礦卡調(diào)度系統(tǒng)成功應(yīng)用于齊大山鐵礦，提高了礦區(qū)的生產(chǎn)效率[12]。

調(diào)度模型方面，馬義飛等[13]基于最優(yōu)控制理論構(gòu)建了多目標(biāo)的卡車調(diào)度模型；趙勇等[14]提出了基于車流規(guī)劃目標(biāo)流率飽和度的露天礦卡車實時調(diào)度模型；邢軍等[15]結(jié)合產(chǎn)量完成度和車流飽和度實現(xiàn)空／重車調(diào)度；算法求解方面，姚再興等[16]利用遺傳算法求解卡車調(diào)度分時優(yōu)化；李勇等[17]提出了代雙引子粒子群算法對露天礦運輸調(diào)度模型進行解算的方法；張超等[18]提出基于改進蟻群算法的無人駕駛卡車調(diào)度問題求解方法；楊超等[19]提出了基于ACP方法的平行無人礦山系統(tǒng)方案，服務(wù)于調(diào)度/協(xié)同效率迭代優(yōu)化；沈宇等[20]介紹了“車端感知、云端管控”的平行駕駛理論實現(xiàn)車路互動、多車協(xié)同。

當(dāng)前露天礦卡調(diào)系統(tǒng)的研究主要還是面向有人駕駛的場景，算法一般多是仿真場景下進行驗證，理論與實際結(jié)合的不夠密切，很多在理論上行的通的方法在實際實施時會出現(xiàn)很大的偏差，對露天礦無人卡車調(diào)度與傳統(tǒng)有人駕駛卡車調(diào)度、人工卡車調(diào)度模型的不同之處考慮不足。

2 露天礦無人礦卡調(diào)度系統(tǒng)架構(gòu)

當(dāng)前露天礦卡車調(diào)度系統(tǒng)在建模、求解等方面有大量的理論產(chǎn)出，但實踐應(yīng)用推廣的不多。側(cè)重理論與生產(chǎn)實際相協(xié)調(diào)，針對露天礦無人礦卡運輸場景，構(gòu)建了一個露天礦無人礦卡調(diào)度體系架構(gòu)。露天礦無人礦卡調(diào)度系統(tǒng)架構(gòu)如圖1。

圖1 露天礦無人礦卡調(diào)度系統(tǒng)架構(gòu)

露天礦無人礦卡調(diào)度系統(tǒng)總體技術(shù)構(gòu)架分為6個層次：①物理設(shè)備層；②通信協(xié)議層；③高精地圖層；④計算資源層；⑤基礎(chǔ)服務(wù)層；⑥應(yīng)用管理層。其中，基礎(chǔ)服務(wù)層與應(yīng)用管理層構(gòu)成了露天礦無人礦卡調(diào)度系統(tǒng)的業(yè)務(wù)中心，即機群管理和調(diào)度中心。

1）物理設(shè)備層。無人礦卡系統(tǒng)物理設(shè)備層結(jié)構(gòu)如圖2。系統(tǒng)適用于連接和調(diào)度無人礦山各種場景下的工程機械，包括運輸、采掘設(shè)備等。此外系統(tǒng)引入路側(cè)設(shè)備，用于輔助定位，視頻監(jiān)控設(shè)備承載數(shù)據(jù)采集。無人礦卡系統(tǒng)由V2X 通信模塊與機群中心通信交互，通過ROS 與底層硬件通信交互。

圖2 無人礦卡系統(tǒng)物理設(shè)備層結(jié)構(gòu)

2）通信協(xié)議層。系統(tǒng)的網(wǎng)絡(luò)層次結(jié)構(gòu)見表1。系統(tǒng)支持無線Mesh 網(wǎng)絡(luò)或者5G/4G方式進行組網(wǎng)，參考OSI 模型。根據(jù)數(shù)據(jù)業(yè)務(wù)的實時性、送達性需求選用不同的協(xié)議建立通信管道的套接字（Socket），主要有：SUDP、TCP、UDP、Beacon 等。這些通信協(xié)議將封裝為庫的形式供各系統(tǒng)模塊程序調(diào)用。SUDP主要用于進場、離場、急停等控制命令；TCP 主要用于遠程升級、地圖數(shù)據(jù)、更新設(shè)置；UDP 主要用于周期性數(shù)據(jù)交互；Beacon 主要用于廣播車輛位置、狀態(tài)信息。

表1 系統(tǒng)的網(wǎng)絡(luò)層次結(jié)構(gòu)

3）高精地圖層。高精地圖－多圖層管理結(jié)構(gòu)如圖3。地圖環(huán)境數(shù)據(jù)是支撐無人駕駛運輸業(yè)務(wù)的基礎(chǔ)，包括地圖切片服務(wù)、矢量地圖數(shù)據(jù)、GIS 空間數(shù)據(jù)庫、離線衛(wèi)星影像圖層、多維平臺圖，整體結(jié)構(gòu)采用分圖層、分層次的架構(gòu)設(shè)計，并將底圖、靜態(tài)元素、計算資源和車輛設(shè)備劃分到不同的圖層中分別管理。

圖3 高精地圖－多圖層管理結(jié)構(gòu)

4）計算資源層。計算資源層結(jié)構(gòu)如圖4。計算資源指服務(wù)于露天礦無人運輸調(diào)度運營相關(guān)的算法、模型、策略等，主體以算法為主，包括路徑規(guī)劃、（裝載點/卸載點）位置點選擇、（鏟斗落鏟）質(zhì)心選擇、實時調(diào)度等。計算資源層的基本要素由底層要素庫和上層應(yīng)用組件組成，要素庫包括策略庫、算法庫、模型庫等，可通過各類要素的選擇和組合形成與實際場景匹配的計算資源。上層應(yīng)用組件包括場景發(fā)生器、可視化工具、算法分析工具。場景發(fā)生器包含大量現(xiàn)場作業(yè)的數(shù)據(jù)，服務(wù)于現(xiàn)場問題的復(fù)現(xiàn)?？梢暬ぞ?，可以跟蹤與監(jiān)控算法控制的過程。算法分析工具則通過實時采集和分析場景過程中產(chǎn)生的數(shù)據(jù)實現(xiàn)其優(yōu)化目標(biāo)，促進算法與生產(chǎn)實際相協(xié)作。

圖4 計算資源層結(jié)構(gòu)

5）機群管理和調(diào)度中心。機群管理和調(diào)度中心結(jié)構(gòu)如圖5?；A(chǔ)服務(wù)層和應(yīng)用管理層構(gòu)成了機群管理和調(diào)度中心，該中心采用前后端分離的B/S 結(jié)構(gòu)設(shè)計；通過V2X 車聯(lián)網(wǎng)協(xié)議與車載端組成C/S 工程模式。異步消息通過MQ 中間件實現(xiàn)；緩存和關(guān)系型數(shù)據(jù)庫、空間數(shù)據(jù)庫為系統(tǒng)提供數(shù)據(jù)層緩沖和持久層數(shù)據(jù)存儲。

圖5 機群管理和調(diào)度中心結(jié)構(gòu)

3 關(guān)鍵技術(shù)

露天礦無人礦卡優(yōu)化調(diào)度的目的就是用盡可能少的設(shè)備把盡可能多的物料從裝載點運到卸載點，礦卡調(diào)度前，需要充分考察礦區(qū)的地理環(huán)境（地圖技術(shù)），全面考慮采運排設(shè)備的位置（路徑規(guī)劃），結(jié)合管控避免車輛扎堆、堵車等現(xiàn)象（交通控制）等。

3.1 地圖技術(shù)

不同的礦區(qū)，具有不同的地形條件，能夠?qū)崿F(xiàn)無人運輸?shù)氖滓獥l件就是需要構(gòu)建露天礦的路網(wǎng)結(jié)構(gòu)，地圖技術(shù)是實現(xiàn)露天礦無人礦卡調(diào)度的基礎(chǔ)的、必要的支撐技術(shù)，主要包括地圖采集、地圖編輯、地圖更新技術(shù)。

1）地圖采集技術(shù)。針對礦區(qū)特點將露天礦的路網(wǎng)結(jié)構(gòu)分為2 大部分，即行駛區(qū)和作業(yè)區(qū)。一般通過激光雷達、組合慣導(dǎo)等傳感器進行礦區(qū)道路數(shù)據(jù)采集；隨著開采或卸載平面的移動，作業(yè)區(qū)邊界將經(jīng)常發(fā)生變化，可以利用無人機輔以采集新的邊界，保持作業(yè)面內(nèi)地圖數(shù)據(jù)的實時更新與同步。

2）地圖編輯技術(shù)。對采集后的道路坐標(biāo)數(shù)據(jù)、道路高程數(shù)據(jù)、道路邊界數(shù)據(jù)等地圖數(shù)據(jù)經(jīng)過文件或網(wǎng)絡(luò)傳輸可導(dǎo)入地圖編輯和處理系統(tǒng)之中進行加工處理。

3）地圖更新技術(shù)。系統(tǒng)對編輯完成后的地圖按照版本控制的方式與終端地圖進行同步，主要分為3 種情況：①中心的地圖版本更新之后主動通知車輛端進行版本更新；②在線車輛端采用地圖版本周期性檢查的方式與中心進行同步；③車輛端通過開機自檢與中心比對地圖版本，不一致則更新。多重機制保障車端與機群管理和調(diào)度中心地圖的一致性。

3.2 路徑規(guī)劃

無人礦卡調(diào)度路徑優(yōu)化首先是要建立露天礦運輸?shù)缆废到y(tǒng)網(wǎng)絡(luò)，然后在此路網(wǎng)基礎(chǔ)上，利用路徑規(guī)劃算法求解最佳路徑。最佳路線多根據(jù)圖論、運籌學(xué)中最短路徑的算法進行求解，常用的算法有迪杰斯特拉算法（Dijkstra）、弗洛伊德算法（Floyd）、A＊等。

迪杰斯特拉算法比較適用于露天礦行駛區(qū)的路徑規(guī)劃求解。行駛區(qū)主要指露天礦中的運輸干線，連接重要出入口、備停區(qū)以及各個作業(yè)面的入場點和出場點的行車道路。依照該算法，將采集的車道進行分段，利用區(qū)段構(gòu)建出網(wǎng)絡(luò)的邊，區(qū)段與區(qū)段銜接點構(gòu)建為網(wǎng)絡(luò)的節(jié)點，可選每個區(qū)段的距離視為權(quán)重，這樣可把露天礦的行駛區(qū)路網(wǎng)轉(zhuǎn)化為帶權(quán)的有向。

行駛區(qū)的行車路線大部分是確定的，往往數(shù)月或者數(shù)年才會發(fā)生變化，但是作業(yè)區(qū)則情況不同，運輸?shù)缆冯S著生產(chǎn)作業(yè)的推進（裝載點、卸載點的移動等）而頻繁變化。作業(yè)面內(nèi)的路徑規(guī)劃需要適配新的計算資源。系統(tǒng)考慮作業(yè)面內(nèi)無人礦卡行駛特征，提出結(jié)合車輛的動力學(xué)模型的A＊算法。該算法關(guān)鍵點在于對節(jié)點的估價標(biāo)準(zhǔn)，可達到的點必須滿足：①達到該點的路徑車輛可行駛，比如轉(zhuǎn)向角度小于車輛的最大轉(zhuǎn)向角；②到達該點的路徑上不能有障礙物。此外，針對復(fù)雜作業(yè)面場景，為了減少搜索次數(shù)，系統(tǒng)計算資源中引入諸多曲線優(yōu)化算法（Reeds－Shepp 曲線、回旋曲線等）以加快計算可行駛路徑，并且路線更為平滑。

3.3 交通控制

無人礦卡調(diào)度是分配挖掘機與多臺礦卡的協(xié)調(diào)合作權(quán)，服務(wù)于礦山設(shè)備集群化運營。為了提高通行效率、保障行車安全，交通控制技術(shù)必不可少。交通控制技術(shù)主要通過建立管控仲裁列表，按照制定的交通規(guī)則，協(xié)助無人礦卡進行自動行駛控制。該技術(shù)實現(xiàn)無人駕駛車輛的行車許可實時計算和分配：對交叉路口進行自動交通管控；根據(jù)不同權(quán)重對通行車輛進行路權(quán)控制；對發(fā)生異常情況的車輛進行及時的介入管控。

系統(tǒng)針對露天礦無人運輸場景，設(shè)計了一套路權(quán)管理機制。行駛區(qū)域按照一定的規(guī)則劃分成多個路段，用唯一的路段編號進行標(biāo)識。機群管理和調(diào)度中心（交通安全管控模塊）負責(zé)每一路段路權(quán)的管理和分配。路權(quán)管理交互圖如圖6。

圖6 路權(quán)管理交互圖

3.4 智能調(diào)度

智能調(diào)度是實現(xiàn)露天礦無人礦卡調(diào)度最核心的技術(shù)。在充分考慮露天礦區(qū)的地理環(huán)境和地質(zhì)狀況的情況下，將生產(chǎn)作業(yè)過程中的各種參數(shù)（如設(shè)備數(shù)量、各作業(yè)面距離、裝卸時間、裝載能力等）進行動態(tài)考察，并根據(jù)“采運排”條件的變化以及任務(wù)排班的要求，對多種調(diào)度方法做出合理的優(yōu)化組合，以達到最佳的調(diào)度方案。其目的是在采運排設(shè)備一定的情況下，最大限度減少礦山設(shè)備的非生產(chǎn)等待時間，提高無人運輸運營效率。

智能調(diào)度關(guān)鍵問題在于車流規(guī)劃和實時調(diào)度2個階段：①車流規(guī)劃是基于數(shù)學(xué)規(guī)劃理論，在受多個約束條件下實現(xiàn)目標(biāo)規(guī)劃，用于確定所需運輸設(shè)備的最佳規(guī)模，它是實時調(diào)度的根據(jù)；②實時調(diào)度是在應(yīng)用從礦區(qū)常見的幾個生產(chǎn)調(diào)度角度設(shè)定的調(diào)度準(zhǔn)則的前提下，依據(jù)車流規(guī)劃安排，根據(jù)礦區(qū)實時的運行情況找到一個適合礦區(qū)生產(chǎn)的整體調(diào)度最佳方案，是多種調(diào)度方法有機結(jié)合和優(yōu)化分配。

系統(tǒng)的車流規(guī)劃是結(jié)合露天礦無人礦卡場景特征設(shè)計?；诟哳l的礦卡位置、速度、載重、朝向等信息，利用大數(shù)據(jù)流式計算技術(shù)，分析每條道路上交通流密度，獲取道路實時擁堵信息；融入道路擁堵情況，計算礦山中每個裝載點和卸載點之間的最優(yōu)路徑，進一步獲取每條最優(yōu)路徑的最佳流量。實時調(diào)度以車流規(guī)劃為基礎(chǔ)，根據(jù)系統(tǒng)中出現(xiàn)的隨機情況按照不同的規(guī)則進行派車。實時調(diào)度本著盡量實現(xiàn)車流規(guī)劃之原則，但是實際運行后不可避免導(dǎo)致車流的變化。因此，需要再次更新車流信息，兩者交疊運行、不斷迭代優(yōu)化，從而實現(xiàn)整個系統(tǒng)的最優(yōu)。

系統(tǒng)資源層支持多種調(diào)度準(zhǔn)則：除常規(guī)的最早裝車法、最大卡車法、最大電鏟法、最小飽和度法、固定配車法，還支持比率法，基于產(chǎn)量完成度派車，提供對設(shè)備的調(diào)度優(yōu)先級進行設(shè)置的功能。在不同的礦區(qū)條件下，根據(jù)運輸狀況的變化，綜合各調(diào)度準(zhǔn)則，確定具體準(zhǔn)則的選用，可以使系統(tǒng)在不同場景下取得最優(yōu)調(diào)度效果。

4 結(jié)語

露天礦無人化運輸在市場需求、國家政策、技術(shù)成熟度、行業(yè)配套諸多因素疊加的背景下持續(xù)推進與發(fā)展，合理的調(diào)度在露天礦無人化運營過程愈發(fā)重要。在露天礦無人運輸新場景下，傳統(tǒng)的調(diào)度方法適配不足，需要新的改進與突破。對此提出了一套適用于露天礦無人運輸場景的智能調(diào)度解決方案，給出了露天礦無人礦卡調(diào)度體系的基本框架，并對該架構(gòu)的6 個層次進行了闡述，論述了實現(xiàn)該系統(tǒng)的4 個關(guān)鍵技術(shù)，對各個關(guān)鍵技術(shù)的實現(xiàn)方法進行了說明，研究結(jié)果為無人礦山智能調(diào)度建設(shè)的總體設(shè)計思想。